欢迎访问学兔兔,学习、交流 分享 !

返回首页 |
当前位置: 首页 > 书籍手册>电力电气 >电力系统负荷预测 第2版

电力系统负荷预测 第2版

收藏
  • 大小:86.8 MB
  • 语言:中文版
  • 格式: PDF文档
  • 类别:电力电气
推荐:升级会员 无限下载,节约时间成本!
关键词:编著   负荷   预测   重庆   电力系统
资源简介
电力系统负荷预测 第2版
作者: 康重庆,夏清,刘梅 编著
出版时间: 2017年版
内容简介
  电力系统负荷预测是指从已知的经济、社会发展和电力需求情况出发,通过对历史数据的分析和研究,探索事物之间的内在联系和发展变化规律,以未来年份经济、社会发展情况的预测结果为依据,对电力需求作出预先的估计和推测。科学的预测是正确决策的依据和保证。电力系统负荷预测是制订电力系统发展规划的基础,也是发电计划、电力市场等工作的重要依据。正因为如此,电力系统负荷预测要以国民经济与社会发展的规划或预测结果为依据。预测理论的研究具有重要的理论意义和实际价值。
目录
前言第一版前言本书的编排体系第Ⅰ篇 负荷预测总论第1章 负荷预测的基本原理和理念2  1.1 什么是预测2  1.2 什么是负荷预测4 1.3 负荷预测的基本原则和要求5  1.4 负荷预测的内容及其分类7  1.5 负荷预测的步骤12  1.6 负荷预测问题的抽象化表述13  1.7 负荷预测应遵循的理念18  1.8 负荷预测的研究动向21  1.9 对开展负荷预测工作的建议23 第2章 数学基础及共性预测方法25  2.1 负荷预测中数学理论的应用25  2.2 常用优化方法25 2.3 最小二乘法31  2.4 回归分析法32  2.5 灰色系统理论35  2.6 时间序列分析模型37  2.7 频域分析方法41  2.8 特征选择与特征提取技术42  2.9 聚类分析45  2.10 决策树理论47  2.11 神经网络理论49  2.12 支持向量机理论51 第3章 负荷分析55  3.1 短期负荷分析及预测55  3.2 短期负荷预测中负荷的规律性与稳定度分析57  3.3 中长期负荷预测的问题描述62  3.4 中长期负荷预测中的负荷分析63 第4章 负荷预测的多级协调65  4.1 负荷预测的“多维多级”特征65  4.2 多级电力需求的关联特性66  4.3 多级负荷预测及其协调67  4.4 不同维/级的负荷预测协调问题的特点69 第5章 预测效果的分析与评价71  5.1 线性回归的分析与检验71  5.2 一般预测结果的分析与评价73  5.3 合理选择预测模型的准则76  5.4 我国调度部门关于预测效果的评价与考核78 第Ⅰ篇参考文献80 第Ⅱ篇 系统级中长期负荷预测第6章 基于时序趋势外推的基本预测方法88  6.1 动平均法88  6.2 指数平滑法89  6.3 增长速度法90  6.4 灰色预测90  6.5 马尔可夫预测法91  6.6 灰色马尔可夫预测法91  6.7 生长曲线法92  6.8 应用实例93 第7章 时序趋势外推预测方法的扩展策略96  7.1 扩展问题概述96  7.2 提高预测模型适应性的策略96  7.3 模型参数的非线性估计方法99  7.4 非连续历史序列的处理99  7.5 “近大远小”原则的处理策略101  7.6 历史序列中的不良数据辨识104  7.7 扩展策略的应用实例106 第8章 中长期负荷相关分析与预测110  8.1 年度全社会用电量与相关因素的关系110  8.2 中长期负荷预测中考虑单相关因素的预测方法114  8.3 中长期负荷预测中考虑多相关因素的预测方法117 第9章 中长期负荷预测中的不确定性分析121  9.1 背景121  9.2 不确定性电力需求分析基本思想121  9.3 对传统高中低发展速度判别方法的剖析122  9.4 单一预测量的概率分布模型125  9.5 多预测量的联合概率分布129 第10章 中长期预测中多模型的筛选与综合132  10.1 概述132  10.2 综合预测的概念132  10.3 综合最优拟合模型134  10.4 综合次优拟合模型136  10.5 “近大远小”原则下的综合模型137  10.6 综合最优预测模型138  10.7 综合预测模型的进一步分析141  10.8 预测决策与模型筛选144 第11章 年度预测的理论与方法151  11.1 年度预测的分析151  11.2 时序负荷曲线的两步建模预测法151  11.3 负荷持续曲线的神经网络模型156 第12章 月度预测的理论与方法159  12.1 月度预测的特点分析159  12.2 现有月度预测方法的剖析160  12.3 体现月度量变化特征的预测方法161  12.4 1月和2月负荷预测的特殊问题163 第13章 中长期负荷预测的多级协调166  13.1 多级负荷预测的基本协调模型166  13.2 不同可信度情况下基本模型的协调结果比较169  13.3 基本协调模型的评价标准与算例分析170  13.4 两维两级关联协调模型174  13.5 关联协调方法的特殊应用177  13.6 关联协调模型的评价标准179  13.7 关联协调的算例分析180 第14章 中长期负荷预测系统185  14.1 中长期负荷预测系统的研究过程185  14.2 中长期负荷预测系统的研究思路186  14.3 系统体系结构188  14.4 系统核心功能设计190  14.5 规划/计划类功能设计194  14.6 营销(用电)类功能设计197 第Ⅱ篇参考文献204 第Ⅲ篇 系统级短期负荷预测第15章 基于时序分析的正常日预测212  15.1 短期负荷预测的基本思想212  15.2 基于同类型日思想的正常日负荷预测基本方法214  15.3 基于同类型日思想的正常日新息预测方法217  15.4 基于时段相似性原理的简单推理法218  15.5 频域分量预测法220  15.6 基于小波分析的预测方法221  15.7 基于混沌理论的预测方法222 第16章 气象因素对短期负荷的影响分析224  16.1 短期预测中气象因素分析与处理的总体理念224  16.2 从供应侧和需求侧分析气象因素的影响226  16.3 气象因素直接作用于短期负荷的规律分析229  16.4 短期负荷中考虑累积效应的气象特征选择234  16.5 多个气象因素形成的气象综合指数对短期负荷的影响(以人体舒适度为例) 238  16.6 气象综合指数对短期负荷的累计效应(以加权温湿指数为例) 241 第17章 直接考虑相关因素的短期负荷预测方法245  17.1 气象校正法245  17.2 考虑日特征气象因素的人工神经网络法246  17.3 基于日特征气象因素的支持向量机预测方法248  17.4 基于实时气象因素的短期负荷预测方法249 第18章 日特征相关因素的规范化处理策略与预测方法253  18.1 各日相关因素的衡量方法253  18.2 映射函数与映射数据库254  18.3 基于映射数据库的短期预测的规范化描述256  18.4 映射数据库自适应训练算法———摄动法260  18.5 映射数据库自适应训练算法———遗传算法263  18.6 基于映射数据库的正常日预测新方法265 第19章 预测误差分布特性统计分析与概率性短期负荷预测268  19.1 问题的提出268  19.2 总体思路268  19.3 预测误差分布特性的统计方法270  19.4 误差分布统计规律的有效性检验272  19.5 误差分布的t分布特性272  19.6 概率性短期负荷预测274  19.7 实例分析275 第20章 短期负荷预测的综合模型283  20.1 短期负荷预测综合模型的特点分析283  20.2 全天统一权重的综合预测模型284  20.3 分时段变权重的综合预测模型286  20.4 考虑“近大远小”原则并引入相关因素后的短期负荷预测综合模型288  20.5 短期负荷预测综合模型的讨论291  20.6 应用举例291 第21章 其他短期预测问题及其预测方法294  21.1 节假日负荷预测方法294  21.2 超短期负荷预测297  21.3 扩展短期负荷预测298  21.4 连续多日负荷曲线预测300 第22章 短期/超短期负荷预测系统305  22.1 研究背景305  22.2 研究思路与关键技术305  22.3 短期负荷预测功能307  22.4 超短期负荷预测功能309  22.5 主要的管理与分析功能311 第Ⅲ篇参考文献317 第Ⅳ篇 母线负荷预测第23章 母线负荷预测框架与基本预测方法328  23.1 什么是母线负荷328  23.2 母线负荷特点及其规律328  23.3 母线负荷预测的技术路线330  23.4 母线负荷基本预测方法332  23.5 母线负荷预测的精度评估336 第24章 母线负荷异常数据辨识与修复方法338  24.1 母线负荷异常数据分类338  24.2 两阶段异常数据辨识方法340  24.3 异常数据修复342  24.4 算例分析342 第25章 规避异常数据的母线负荷预测策略346  25.1 概述346  25.2 规避坏数据影响的预测策略分析346  25.3 规避坏数据影响的预测方法348  25.4 完全可信信息集内涵的拓展350  25.5 算例分析350 第26章 考虑气象等相关因素影响的母线负荷预测方法352  26.1 概述352  26.2 基于偏差反馈二次预测的母线负荷预测策略352  26.3 小水电富集地区母线负荷预测的两阶段还原法356 第27章 母线极值负荷的概率化预测363  27.1 概述363  27.2 母线日最高负荷预测思路分析363  27.3 母线日最高负荷幅值的概率性预测364  27.4 算例分析367 第28章 母线负荷预测模型的自适应训练与综合预测369  28.1 母线负荷预测方法库的应用分析369  28.2 自适应预测技术概述370  28.3 母线负荷预测单一模型参数自适应训练372  28.4 母线负荷综合预测模型权重的自适应优化373  28.5 综合模型联合参数自适应训练算法374  28.6 算例分析376 第29章 虚拟母线技术及其预测方法379  29.1 簇集网络及其特性379  29.2 虚拟母线———虚拟的簇集网状网络381  29.3 虚拟母线辨识算法384  29.4 虚拟母线的负荷预测策略及其预测误差分析386  29.5 算例分析389 第30章 系统—母线负荷预测协调方法394  30.1 系统—母线负荷预测的协调模型394  30.2 协调模型的求解及性质399  30.3 协调模型的评价指标400  30.4 不同可信度下的协调模型分析与评价402  30.5 协调预测结果分析405 第31章 母线负荷预测系统408  31.1 研究思路与关键技术408  31.2 母线负荷预测功能410  31.3 主要的管理与分析功能411 第Ⅳ篇参考文献416 索引422
下载地址